Stable-diffusion-从零安装的恩怨情仇
国内的资料,基本都在推荐秋叶大佬的一键部署包,想着都是基于Python
的开源项目,部署也不会很复杂,试试从零开始。
折腾AI生成图,特意更换了显卡,
3060 12g
入门版本;服役七年的960
光荣下线
核心的pytorch cuda
安装,以前编写pyhton
游戏辅助脚本时,本地安装过,没想到还是碰到坑,cuda
加密一直无法激活。
国内的资料,基本都在推荐秋叶大佬的一键部署包,想着都是基于Python
的开源项目,部署也不会很复杂,试试从零开始。
折腾AI生成图,特意更换了显卡,
3060 12g
入门版本;服役七年的960
光荣下线
核心的pytorch cuda
安装,以前编写pyhton
游戏辅助脚本时,本地安装过,没想到还是碰到坑,cuda
加密一直无法激活。
one loop thread
,耗时已经在微秒层面,更换服务器,从最多积压六万数据包,到几乎没有积压
在单线程循环处理数据的场景中,CPU的性能取决于主频、缓存大小、指令集架构等因素。一般来说,主频越高、缓存越大、指令集架构越先进的CPU在单线程处理数据时性能越好
就如当年学习搜索引擎的技巧,我们也需要学习一些和AI
沟通的技巧,给出合理且充分的限定条件,高效的获取需要的答案。
如果你换个角度呢,当前的AI
属于一个记忆力很好的小孩子,它拥有过目不忘的能力,有抄作业的能力。我们需要做的是学会如何正确、有效的和AI
沟通,精准的描述需求,帮助AI
生成预期的结果。
微信小程序介绍与开发准备
行政通知,办公位变动,从原本的二楼,迁移到十五楼,普普通通的一次工位迁移
提到嵌入式,脑海里还是当年学校实验室的51单片机和飞思卡尔。
GitHub Copilot
发布也不到两年时间,ChatGPT
问世了,不是很懂背后的原理,都用了一段时间。两个工具的辅助层面完全不同,但是都做到了大幅提高生产力。
太复杂的事情,AI
还做不到,毕竟他们没有逻辑,有套路的或者说范式固定的事情,训练的语料足够,AI
的效果能打个九分。
不常用,但是很有用的git
命令